Intelligence in the Age of AI with new CTO of the CIA
46:38 Share

我们是人类情报行动。

我们现在可以使任何人成为任何人，听起来像任何人，看起来像任何人。

别再考虑自动化了，在你的工作中获得10%、20%、30%的效率提升。告诉我，在5到10年内，你将如何设想你的工作。

这不像亚洲超级大国，顺便说一句，这非常……

在互联网上非常不同。这是因为政策制定者现在有一个难题，我们现在必须明确地决定这样或那样。

这些是人类有史以来进行的最大型计算机项目，我们以前从未做过任何接近……

这种生活会找到出路，也就是说，对IT有需求。人们会提供IT。

人工智能席卷了这个世界。我的意思是，想想2024年的情况吧，任何拥有互联网连接和几分钟空闲时间的人都可以轻松创建自己的迪士尼化身，将外国播客翻译成母语，甚至获得撰写誓词的帮助。但人工智能的影响不仅仅局限于创意领域。

事实上，你很难找到一个不受这项技术影响的行业，而我们国家的国防也不例外。在今天的节目中，我们最初在1月份华盛顿特区的a16z美国活力峰会期间录制了这段内容，a16z普通合伙人Martin Casado和a16z企业编辑Derrick Harris与CIA有史以来的第一位首席技术官Nand Mulchandani一起加入了我们。

是的，那是中央情报局，由首席技术官Nand Mulchandani加入，讨论国防情报的未来。在这场广泛的对话中，他们讨论了分析师与人工智能之间不断变化的关系，政府如何跟上这项指数级发展的技术，以及它最终如何影响进攻和防御。我希望您喜欢这次谈话。提醒一下，此处的內容仅供参考，不应被视为法律、商业、税务或投资建议，也不应被用于评估任何投资或证券，并且并非针对任何a16z基金的投资者或潜在投资者。

请注意，a16z及其关联公司也可能持有本播客中讨论的公司投资。有关更多详细信息，包括我们投资的链接，请访问a16z.com/disclosures。

Martin，大多数观看或收听节目的观众都非常熟悉你在a16z的工作，但并非因为CIA首席技术官的职位是相对较新的。你能否简单介绍一下这个职位？以及你的目标是什么？

是的，这里实际上有两个故事。

为什么该机构需要一位首席技术官？是什么促成了这一点？我自己的IT历程始于Burns局长接管该机构，当时正值本届政府执政期间，他让优秀的商业领袖们坐下来进行商业评估，也就是我们从事什么业务，其他方面的重大威胁是什么？最终的决定实际上相当有趣，也并不令人意外，那就是我们必须将IT从CT（这在过去几十年里一直是该机构的重点）转向大国竞争。

然后，有趣且不同寻常的事情是，这被称为“大规模和更多”的技术。显然，政策制定者对技术非常感兴趣，我们需要开始研究并围绕它制定政策。我认为，让听众了解CIA实际上在做什么可能会有所帮助，因为在我加入后，我不得不学习很多关于该机构的知识，以及所谓的“形象”与我们实际所做的事情之间的区别。

因此，在重新思考该机构对技术的关注方面，发生了三件事：第一，我们创建了一个中国任务中心，这就是我们如何关注威胁和机遇的；第二，是MTC，即跨国技术任务中心；

以及这个名为CTO的奇怪事物。我们已经从事技术工作76年了？所以我们长期以来一直在从事技术工作，但技术一直处于某种潜伏状态。

发生的事情是，随着对技术的关注，我们基本上需要关注三件不同的事情，我认为这与我们过去所做的事情有所不同。第一，作为一个机构，我们的关注点非常垂直。我们有五个局，专注于五件事，这些事情在任务中心汇集在一起。

因此，首席技术官的想法实际上是横向整合，从各个方面来看。第二件事是，作为一个机构，我们非常关注英雄主义，也就是说，出现危机时，我们会立即采取行动。而CTO职能实际上让我们能够稍微放眼长远，而不是只关注内部。第三件事是更多地关注外部，而不是内部，也就是与外部世界互动，这些是主要的方面。

我想更多的人，人们认识我们，投资者和其他人。但也许值得注意的是，你也在情报界工作过一段时间。我想说你带着一些……

一点背景知识。

20年前。所以在回到也许是政策之前，让我们开始谈谈人工智能，我认为它目前正在颠覆一切。我想了解一下你的看法。也许我的团队可以从你如何看待人工智能与情报界的关系开始，我们添加了什么，以及……

我们可能正朝着什么方向发展。人工智能已经存在很长时间了，我要说的是，即使在我20年前还是情报界成员时，我们也经常讨论，如果你拥有所有这些信息，你如何检测信号？很多都是非常重要的海量数据处理。更高级的概念实际上来自情报界。

情报界处理的很多事情都与阴谋诡计有关。秘密行动等等。许多这些想法从根本上与人工智能联系在一起。所以我认为这有着悠久的历史。

有趣的问题是，这一代新的人工智能世界如何影响情报机构，以及一般的情报工作？一个想法是，好吧，例如，你现在可以使任何人成为任何人，听起来像任何人，看起来像任何人。哦，这可能是一个巨大的问题，因为现在深度伪造可能是一个问题，而且他们不会告诉你。

我对很多事情的结论是，事实证明，如果计算机生成某些东西，那么识别其指纹并不困难，实际上并不难，对吧？我实际上认为，检测人们使用人工智能和工具实际上是现实。

但这同时也意味着我们可以将它们用作工具。然后我们必须更深入地探讨基本问题。所以，在这种奇怪的讽刺中，我们有了一套新工具，允许任何人模仿任何人，或成为任何人，这可以在世界各地被广泛使用。但是，对于那些足够老练的人来说，检测它们是完全可能的。我认为，在某种程度上，这对我们的机构和许多机构非常擅长的事情来说是一种很好的掩护，那就是更关注人类，而不是对这些情报问题采取以技术为核心的方法。

我想这可能是公平的说法，是的，人工智能已经存在很长时间了，机器学习，甚至是深度学习，在十年前就已经存在了。然后，你肯定会在考虑它时想到它，就像Martin可能提到的关于防御和进攻的事情一样？

是的。我将补充Martin所说的话，当你观察我们作为机构的两个主要职能时，对吧，我们有行动方面和分析方面。当然，这些是由不同的事情组成的，但这大致是两个主要职能。

所以Martin绝对抓住了它的行动方面。它是间谍活动，是猫捉老鼠的游戏。是一切通常的事情，对吧？这些东西的民主化以及我们知道的可获得性将促使我们每一个竞争对手都将此提升到一个新的水平。

我们会意识到这一点。我们会采取我们自己的步骤。所以，有一个方面是我们不知道这将走向何方，但这绝对不会退缩。

这是事情失控的地方。然而，我们必须始终记住，至少我们必须记住，我们是一项人类情报行动，是一项外国情报行动，是全方位的情报行动。因此，在18个情报机构中，我们特别关注某件事。

因此，他关于在行动中使用、运用或扩展人工智能的所有说法都是在使我们的情报人员和行动小组取得成功的背景下进行的，对吧？因为在任何优秀的团队运动中，我们在场上扮演着特定的角色。运用这些策略，扩展规模并使我们的团队，我们的员工更有效，并获胜，基本上就是游戏。

现在，在分析方面，这是一个互补但不同的问题。这就是海量数据和其他部分发挥作用的地方。对我来说，这方面的革命性在于，人工智能的根本承诺和兴奋之处在于模式，即发现海量数据中人类通常无法看到的模式的能力。

现在与我们过去进行海量数据分析时的情况不同，我称之为“拉模型”与“推模型”，分析师必须首先想出有创意的东西。我要输入一个查询来查找信息。问题是，分析师的思维边界在于找到能命中数据的查询。

这就像最好的钓鱼，对吧？你就像进去试图从这些海量数据中获得这个分析想法。这项技术的妙处在于，现在这些东西实际上可以推送东西，对吧？你几乎可以反转这个过程，因为很多东西都会被推送给你，因为它在某种程度上开始理解你正在寻找什么，并开始定制这些东西，并随着时间的推移越来越深入，对吧？这是你正在努力实现的目标。

现在，这也有一个邪恶的孪生问题，我一直在花时间思考这个问题，就像它对我们的工作非常重要一样，我称之为“兔子洞”问题，这正是使这些产品和技术如此有效的原因，它了解你，并且知道这些算法是为了取悦你而设计的，它们想让你快乐。好吧，不幸的是，它也可以利用你作为分析师的弱点，或者你的软肋，钻进你的脑袋，开始让你陷入困境，这会放大你的偏见。因此，我们必须非常小心，非常聪明地运用它，何时以及如何建模，所有这些特别的事情都在那里。

我们实际上有多接近？也许回到早期与海量数据交谈的日子，就像某些东西将有多个性化，或者它将有多容易击败某种……我的意思是，我们距离完全自动化，比如也许是CIA分析师的工作，还有多远？

我认为我们现在正在了解这项技术的局限性，我认为这对我们来说是一个非常重要的主题，也许是需要做出的预测，那就是这是否会改变情报界中进攻和防御之间现有的平衡。我坚信，这正是他所说的，也就是说，它不会改变平衡，因为它可以有更多用于情报的链接，有更多用于防御的东西。

这不像学术界的超级大国，顺便说一句，在互联网上非常非常不同。这就是为什么这是一个坏主意。互联网是一个指标，也就是说，你在互联网上拥有的能力越多，你就越脆弱。

这就是为什么，当我们处理恐怖主义威胁时，我们会说，我们是世界上最脆弱的国家。而且，我们关注的许多人甚至都没有笔记本电脑。情况并非如此。

人工智能是任何人都可以使用的东西，它不会以这种度量方式改变某些根本的平衡。所以这是第一个实体。你的问题是它不允许个性化，或者不允许任何具体的事情。

我认为它不会在两方之间造成任何不平衡。所以第二个论点是，我认为我们对当前大型语言模型的局限性非常清楚，那就是它们对少数用例非常非常有效。它们对以下情况非常非常有效：你问一个问题，它会给你一个答案，如果这个问题在训练数据集中，它会给你一个好的答案。

问题是，如果这个问题不在训练数据集中。你真的不知道答案是否正确，如果你只问一个问题，这很好，因为大多数人能够检查它，对吧？所以它非常适合作为分析师的副驾驶。

并且帮助他们完成工作。我们没有看到任何证据表明代理行为，代理行为意味着你问一个问题，然后你离开，去喝咖啡，它自己做事情。原因是，如果它生成任何超出分布范围的东西，任何超出分布范围的东西意味着它在训练集中没有普遍表示，那么错误就会成倍增加，并且会成倍增加，这是可以证明的。所以我认为现在我们正在使用这些新工具，并肩使用，但它们并没有成为它们自己独立的实体。

是的，这是一个绝对精彩的观点，这就是概率累积的想法，随着时间的推移概率累积，这在涉及到我11岁的孩子画独角兽时会保持清晰。

那是未来。

不，绝对不是。太棒了。太棒了。它玩游戏，做各种疯狂的事情。太神奇了。在分析能力方面，在行动方面，我们不能有这种不确定性和不可解释性。

你的意思是，我认为这部分比较有趣的是，我们正处于这场游戏非常早期的阶段，对吧？所以我们在这里讨论的一切都像是我们在1995年或96年的时候。完全正确。

我们只是碰巧……我们只是在争论，这就像我们所有人，我们四个，三个老狐狸坐在门廊周围。这很可能是一个有摇椅的门廊，我们坐在那里谈论国际早期的日子。我们不可能想象过去几年发生的事情。

所以在机构里，我们正在做的是说，太好了，有很多这样的基本用例，毫无疑问这些东西可以应用。顺便说一句，我们都在关注IT，对吧？所以我不想让你觉得这是我们正在缓慢推进或考虑IT的事情。

但是正如马丁指出的那样，在每个用例的基础上，我们必须仔细考虑。这不是像“更好”，你可以到处传播，你到处都能得到好处，而无需思考。所以这就是为什么我们公开承认我们在机构内部有盟友，我们在开源团队中也有生产环境。

所以那些简单的用例，业务自动化，其他我们正在试验的部分。我们正在尝试。我们现在正在做。关于副驾驶的部分，我这样看待IT，通常人们会立即跳到最难的问题上，并说，它将取代什么，它将做什么，但是我们正在挑战机构内部的每个人，那就是，关注那些唾手可得的成果，自动化那些东西，获得价值是一回事。

然而，最有趣的事情是，我们正在挑战人们说，不要再考虑自动化，在你的工作中获得10%、20%、30%的效率提升。告诉我，在5到10年内，你将如何想象你的工作。现在事情变得棘手了，因为许多有才华重新构想自己工作的人正在第一次接触这项技术并学习它，并了解它的强大功能。

我仍然……我的意思是，我们所有人仍然距离知道它将走向何方还有很长的路要走。所以对他们来说，很难想象这个原型，它仍然在玩弄如何影响你？重新思考我的工作。所以这就是我们推动、试验和鼓励每个人尝试、学习、提升经验曲线的地方。但我们不会满足于一个答案，因为那不会凭空出现。

所以我最近读到了一些东西。我采访了一位CIA分析师，想象一下他们的工作。我不知道时间范围是5年还是10年，而且我非常认同你所说的，就像进入一个探测器，咳嗽一下。而且没有人……那天我们逮捕了在法国犯事的人。

这就是人们……就像我们带孩子们去迪斯尼乐园，去未来世界玩耍一样，那是对未来的权利。它来自1950年代或60年代，想象2024年的世界将会是什么样子。它就像一部带有视频的手机，就像，好吧，所以这是其中一件事情，很难看到这些东西会走向何方。

我明白你说的它还处于早期阶段。我的意思是，现实情况是，这是否意味着分析师未来需要掌握不同的技能？他们有不同的……

工具，他们被处置……好吧，我认为我们可以说一些非常具体的事情，并且有更好的东西。但问题是，这项工作很大，他们获得了很多数据，然后他们基本上有一个分布。

你知道，数据是如何表示的吗？这就是他们所做的，对吧？他们基本上做的是所谓的核平滑在一个位置嵌入上，这就像平均一堆单词。

所以平均一堆单词，然后每当你问一个问题时，它就会给你最常见的答案。这意味着什么？这意味着对于你想做的任何事情，对于你想做的任何事情，这将非常有助于获得你的答案。

所以对于任何你想要做的标准例行工作，它都会给你一个答案。问题是，如果你想做一些非同寻常的事情，或者一些新的东西，它不知道如何去做，它内部没有机制可以做到这一点。我认为情报工作的大部分，实际上是在边缘地带，对吧？我的意思是，这些都是情报机构特别擅长解决的问题。

所以我认为我们可以相信，会有一个世界，每个人都会配备一个助手，这将帮助他们处理例行工作。但是，工作的大部分是边缘推理，在边缘进行推理，这不会取代人类。顺便说一句，我认为情报界的工作最多，但我认为尤其是在……

是的。我把它带到第一个物种。这项技术是否取代了人员？马丁谈到的第二个部分是副驾驶模型，即我做我的工作，我有一个小助手来帮助我处理所有例行事务，以便扩展。

但这正是重点，它不是从旧信息中创造新信息，就像人类独一无二地创造新事物、新信息一样。目前尚不清楚这些系统是否真的产生了新的信息或新的思想。它只是在寻找它或例行公事。

找到它。第三个是我所说的“疯狂醉酒的朋友”问题，即幻觉，它在某些学科中扮演着角色，对吧，创作新的艺术、诗歌。在分析师的功能中。

这是找到分布上的那个点，如果平均决策者能够考虑平均用例？分析师的作用是什么？分析师的作用是全面思考概率？我的意思是，这在某种程度上是一个程序会做的事情，如果你开始调节你想去的分布上的位置。

我认为这是一个很好的解释，完全正确。所以想象一下你是一名分析师，想象一下如果你与在该机构工作了40年的人配对。所以这个人不了解新技术，他只知道每个人都做过很多。

这是整个视角吗？当然不是，你必须进化，但这是一个非常重要的视角。所以，老分析师非常擅长扮演那个老人的角色。

他们非常擅长说，“我们过去就是这样做的”。这是一个认识。这就是为什么我们有人来做决定。

我想做一些新的东西，一些边缘的东西，或者去听听这个在周围待了很久的人怎么说。所以这是一种非常具体的思维模式。但大部分价值，也就是新事物，仍然会保留在人身上。

对我来说，有趣的一点是，我在硅谷工作了25年，做了很多关于初创公司的研究。现在到了政府部门，围绕这一技术的许多讨论都是关于可能性以及创造方面的许多伟大的事情，这很棒，创新、发明，让优秀的人做很棒的事情。但是你必须转向技术的另一面。

这是我的第二次。五角大楼是两年半，现在是CIA。在技术前沿，看到所有正在发生的事情。我实际上刚刚去了……

加利福尼亚州，他们都在那里关注我们的所有可能性，听到的是我们如何处理我们的工作，我们必须在所有约束条件下运作的工作，顺便说一句，这些约束条件并不是人为强加的。我的意思是，办公室就在隔壁，总统每日简报就在那里制作。

所以当某些事情进入总统每日简报的流程时，你可以想象一下我们的分析师投入到这项工作中的审查、分析和关注程度。所以这很有趣，因为技术带来的兴奋和炒作与我们吸收它并使其做好战斗准备之间存在很大的差距。所以希望能够描绘或代表等式的那一面，它不会很快发生，对吧？这需要人们在他们自己的学科、生活和职业生涯中花费很长时间才能理解实际的影响。技术的吸收需要很长时间，而且对于它来说，扰乱某个个人……

或某个学科。非常相似，但略有不同，那就是接下来。我曾经是行动人员，我们会执行任务，他们会有非常具体的要求。

而来自私营部门的技术并不适用，事实上，几乎没有故事。所以我的博士……

我的工作是在软件中寻找可以工作的软件，那是在我完成更难的工作之前，编程太难了。老实说，这项工作的所有见解都来自于我与情报机构合作的时间。

我们必须建立一个能够处理某些事情的网络。我实际上来自计算领域。我喜欢这些东西是不可编程的。

为了做到我们在这里需要做的事情，我必须对它们进行编程，因为思科根本不知道我们需要做什么。所以也有一只脚紧……一切。我完全同意。它需要很长时间才能被采用。

但你的需求也是……我一直是大型软件定义网络的忠实粉丝，但我把它偷来用于我与申韩合著的一篇论文。叫做网络战。

我喜欢它，但是是的，基本上这个想法是，你如何真正地将硬件曲线上的东西推到软件曲线上？你如何在私营部门做到这一点？所以我们在内部一直在问的问题是，情报机构的未来是什么样的，对吧？那么，下一级别的……是什么？也许更多的是推力而不是拉力。这是跨越分布曲线并开始理解的另一个部分，这在整个事情中一直是正确的，这是一个内部的政策制定辩论。

我想强调的一点是，即使是在分析功能中，我们每个人所做的工作也编码了我们作为工作职能的一部分必须执行的政策和纲要，我称之为“代码即法律”，也就是说，当你查看你可能在机构中使用的应用程序以及我们在那里使用的应用程序时，我们会在其中编码所有这些规则和规章。我称之为阈值问题，在某种程度上，在我们应用程序的代码行中。有一些东西说，如果x的概率超过这个，那么先做这个，对吧？我们有成千上万行代码，有这些……

如果语句现在很有趣，因为这意味着我们已经暗示了将人类的决策纳入代码中，由程序员或政策制定者做出。现在有了这种新型的AI系统，与之前的监督学习和非监督学习相比，现在有了这些新算法，这些仍然可能是统计算法，只是现在概率实际上以以前系统没有的方式摆在你面前，对吧？所以以前的应用程序系统从来没有出现过，说，你想要49%吗？69%的答案。

现在你决定69%是否足够高，对吧？它基本上会编码并说，太好了，有一个任意的50%，任何低于这个的都可以忽略。现在为什么这成为一场辩论，是因为概率现在摆在了用户的面前。

如果他们没有，我们必须训练人们开始思考，当系统输出一个数字时，你如何根据概率做出决定？所以我认为这是与以前相比的一个很大的不同。现在我们必须重新培训每个人，为什么这成为一个政策问题，所有这些，是因为政策制定者现在有一个旋钮，我们现在必须明确地决定这个或那个。对我来说，实际上我们处于同一个世界，只是比以前更明确。

我们知道那个政策。具体来说，是否有传感器，我的意思是，开源的出现以及现在对开源的一般接受，在AI和其他新兴技术中？这是技术的采用。

对吧？因为在情报界，我们有开源情报，就像你……

安娜DPP某些东西，对吧？所以那是商业。技术不必拥有你需要的权力来重塑它，并获得对你真正有用的东西。

我很想听到这个，我实际上有……

我对这方面有历史性的看法，但我喜欢听听你目前的看法。

所以现在挑战这个整个格局的事情是，每家公司都在向我提供非常特殊的LLM。它变成了不同类型的葡萄酒或不同变量。我不是葡萄酒专家，也不太了解，但我认为它与血统和排除的数据有关。

这种酒是在莫雷山区种植的。这种酒来自……你认为这都是胡说八道。你好，对，对吧？所以你从这些应用程序中获得这些不同年龄、不同年份和不同数据集的输出，并且这些系统随着时间的推移会表现得非常不同，对吧？

问题是，有一个很大的问题，那就是，每个人都将在整个互联网上进行训练，所以一切看起来都一样，对吧？这值得考虑。但我认为我们必须做的第二个问题是，这就是开源问题出现的地方，即使用你自己的数据的能力。

问题变成了，我是采用别人构建的基本算法或系统呢？顺便说一句，这已经损害了整个互联网，其中既有好的也有垃圾的内容都被损害了。现在我用它作为基础平台，我可能带来了一些偏见，这些偏见伴随着互联网上的垃圾和会议而来。

突然之间，我现在用它作为我的基础，或者我想要我自己的原始的、手工制作的、某种意义上是定制的东西？这就是这些算法模型的可用性变得真正有趣的地方。然而，它却有相反的问题，即它没有大型公司改进或具备的经验，这些公司拥有构建大型办公系统以及培训和验证其他组件的经验。因此，我们必须自己理解这些东西，并完成所有这些工作。所以我认为这就是我们正在处理的权衡。

是的，是的，是的。这更有意义了。这里有一个关于这方面的历史视角，这在某种程度上与我之前提到的内容相关，那就是根据我的经验，政府和情报机构必须解决市场力量无法真正解决的问题。

为了做到这一点，已经出现了一些灵活的程序。可信赖的和开源的始终是对此的主要抱怨，对吧？我的意思是，众所周知，ESC Linux 源于国家安全局，他们使用 Linux 来做到这一点，因为这是他们需要的。

而且，就像有一些针对算法的培训一样，比如加密，对吧？我不记得细节了，但我记得国家安全局曾经说过，线性规划将打破这一点，继续进行这种算法的改变，然后它会更好。

我。所以这些都是从情报界出现的东西，已经有一段时间了。我记得二十年前，当我还在国防部处理这些问题的时候。

而且没有，没有时间，他走了，音乐人，他是一个处理时间的人。他说，太好了，你们有开源的，因为我们可以一起工作。他说。我记得当时我们只用超级计算机，然后从IBM或其他公司出来，我们什么都买，但我们只得到了供应商创造的东西，而我确实考虑到了IT的视角，那就是开源权重和偏差是一回事。但这些是人类有史以来进行过的最大的计算项目，我们从未做过任何接近的事情。因此，即使权重和偏差是开源的，我不知道你能修改多少，对吧？这几乎感觉像是我们回到了旧的主机时代，拥有它很棒，你可以操作它，但你不会拥有与我们的传统软件相同的灵活性。

至少在我看来，任何人都能够利用这些信息的能力是有限的，因为它不仅仅是你必须拥有的数字，还需要进行计算的专业知识。你需要所有其他的DC一百。太棒了。

我有这些信息，但我没有足够的计算周期来处理、修改或更改它。你做对了，它会帮助你进行验证，并帮助培训、测试和帮助所有这些。

这很好。但你被告知要回到这一点。政府的大部分都是一百。目前使用它们的历史悠久。非常不同。

游戏规则完全不同。我们必须处理的开源的另一个方面是供应链问题，对吧？这是一种全新的偏执狂，在间谍机构工作的人都会有这种感觉，你的程序无法运行或某个电子商务客户出现错误是一回事。这些问题仍然对我们非常非常重要。

那么，如果你回到过去，如果你制造了超级计算机和日志，那么，比如说，公共-私营部门在硅谷的合作在实际实施和运营AI方面会是什么样子？以及一个？

我会谈谈这个，因为这是我们正在考虑的事情，我认为美国政府正在考虑。当你现在去和大学谈话时，他们提出的一个观点是，他们没有足够的计算能力来与微软和谷歌等公司竞争，这令人难以置信，对吧？因为正如你所说，超级计算机系统等等。

当我还在康奈尔大学的时候，我们记得我们在校园里有一个超级计算站点，政府拨款用于建立这些超级计算中心，对吧？伊利诺伊大学香槟分校有一个，康奈尔大学也有一个，我们现在没有这样的平等。所以现在国家科学基金会，我认为政府拨款的一些资金，我假设，是用于建设这些大型规模的，而不是。所以我们不是在发布你的组织。

试图留住人们。

建造它们。好吧，我们射了。我认为需要这种模式，它必须来自不仅仅是公司组织在做这件事，你知道，我们是政府的一部分。所以这是一件不同的事情。但问题是，这是否需要以更大的方式开放。

让我进入情报界的原因是，我在国家实验室的武器项目中使用超级计算机进行计算物理学研究，当时发生了911事件，对吧？他们说，你拥有所有必要的许可，你需要转向这个新的领域，他们把我调到国防部。

我通过这种方式学到了很多东西，我要说的是，我们在超级计算机上所做的工作，政府是最好的，它创造了大学里全新的科学家和职业人士学科。它完全依赖于此。这就是为什么我们在计算机领域保持了世界领先地位的原因。

我们仍然这样做。我确实认为，如果我们不采取同样的态度，这是一个风险。听着，我在这里是一个风险投资家，我说我认为私人市场无法解决所有问题。

我相信公私合作。我相信制度。我相信政府在这里扮演着重要的角色，但我认为这个角色是大量投资于人才、技术和职业，并积极拓展。

而我的担心是，他们正在做相反的事情。在过去，这正是你所说的。我的意思是，我想像北方一样在大学的小山学校。

我们有问询计划，他们会出来投资我们。我只是觉得，现在，我们有了这项强大的新技术，我们却与美国脱节了。相反，我们正在从这一点上退缩。所以我认为这是一个时刻，我认为美国必须暂停一下，并理解，我们是否正在经历一种转变，当新技术可以远离我们时，我们却走向它，你知道，我认为这是一个真正的。

康尼，是的，这似乎是，也许在某个时候发生了一些转变，也许是采访，我不确定在哪里，就像超级计算机时代一样。是的，你买了一个系统。

来自IBM或是的。

但这是一个硬件制造商，对吧？运行一些非常特殊的软件？是的，一切都是来自这些拥有所有数据和所有计算能力的大公司。而且我不知道这如何影响强大的FT，但你找到了一种桥梁，是的，我的意思是。

所以这是论证的另一面，那就是让我们走到这一步，创造这些算法和系统，这些突破的动力。还有数百家公司，你和其他的风险投资家正在资助他们解决这个问题，使这些东西变得可用，对吧？

我们在AI专用芯片组方面投入了巨资，在训练方面和推理方面，以及即将发生的一系列算法变化。这些反应堆，这些算法，模型，将在扩展方面做得更好，并且能够缩小它们而不会显著降低性能。所以，我们仍然处于这个游戏的早期阶段，我们不知道未来五年会发生什么。

但可以肯定的是，你拥有数千名非常聪明的人在努力解决这个问题，我认为我们将找到一种方法，希望政府或政府资助的学术界最终能够拥有这些大型计算场所来进行竞争。与此同时，硬件的可用性、现代化和其他组件将达到一个点，我们将能够以非常便宜、易于获得的硬件来大规模运行各种有趣的算法，对吧？所以这是对它的技术乐观方面，正如他们所说，生命会找到出路，只要有需求，人们就会提供它。

是的。我只是想知道，私人市场是否会解决全球防御或国家安全等方面所需的问题？从历史上看，政府在创新和培训方面发挥了作用。我的意思是，想想核工程师，其中许多实际上来自政府项目。

所以这是一个稍微不同的主题。我们政府正在做什么来更好地与产业界合作？我这份工作很大一部分是这个想法，这个新想法，也就是所谓的美国活力。

这是关于共同努力，政府也必须共同努力，以便我们能够在中间相遇，成为一个更好的供应商和一个伟大的客户。因此，在我所在的机构中，我们关注的一个重要领域是如何成为一个截然不同的客户。我在五角大楼工作了两年半，就这一点而言，这是一个巨大的问题，这就是作战思想的来源。

总而言之，我想说的是，我们在某些方面做得不好，我们可以做到世界一流或更好。我们正在非常努力地改变这一点。例如，正如我们在许多案例中指出的那样，没有现成的间谍软件应用商店。

所以绝对有一些东西我们需要在机构内部构建，这是非常具体的。这也是我们的竞争优势，对吧，我们不会购买对每个人都 readily available 的东西。我们有秘密武器。

我们建造它。这是我们的竞争优势。然而，我们有时做得不好的是，我们把这一点做得太过火了，那就是来自商业领域 readily available 的东西，我们没有考虑购买、部署和实施。

在过去一年半的时间里，我个人花了很多时间关注我所说的“商业优先打击”。这是关于我们需要重新思考我们的战略，如果某些东西在外部可用，那么如何将其引入，然而，我们有采购程序。我们有ETO程序。

我们有安全程序，这些程序不利于快速获取组件。所以我们正在努力解决这些问题。除此之外，另一个问题是，在高端运行这些东西的安全需求和要求非常昂贵，而且对于商业供应商来说，提供并经历这个过程也是昂贵且需要投资的。

因此，我们必须创造激励机制来吸引他们。所以这不仅仅是我们能否将其带入存在的问题，而是一个我们正在努力攻击和解决的系统性问题。在过去一年中，机构内部发生了一些重大突破，我可能无法告诉你这些是什么，但我们在重新思考方面取得了巨大的进展。

作为一个机构，我们正在经历一些内部的文化转变，对吧？首先是人与技术。对吧？这是一个非常有趣的想法，作为一个人类情报组织，由于外部技术的变革，我们的特工和我们所运作的方式。

对吧，我们公开谈论我们所说的普遍性技术监控，UTS视频摄像头，生物识别和设置A。所以，作为一个间谍机构，我们讨厌技术被用来对付我们。但我们也意识到它，对吧？所以这就是这个方面。

机构中另一个有趣的文化现象是个人力量，我们训练个人去做出英勇的努力和事情，这是我们的工作，对吧，这是机构的工作，是去外国。然而，技术的方面是投入的，然而，另一方面的方面是，应用技术，我们在过去几十年中看到的技术发生了什么重大变化？规模。

因此，个人与规模的想法是我们试图理顺的一种文化现象，对吧？将企业级大规模技术应用于一个教导个人基本上拥有机构去做事能力的组织。这是一个非常有趣的现象，短期与长期，这是我们作为一个机构随时准备行动的想法，机构做得非常好。

但同样，进行大规模的企业范围的技术转型需要时间。这是开放的与秘密的，作为一个机构，我们的员工没有接受过在公共场合出现的训练。伯恩斯局长意味着在与外部世界互动、与技术产业互动方面优先考虑，这在公开场合发生，对吧，携带名片、出现和参加播客的想法。

这些对机构来说都是文化上的新事物，因此我们自身也在经历这场巨大的、巨大的变革，应对攻击。我们如何在新的世界中真正改变思维？然后是人工智能技术，这又是在改变我们如何运作、我们在学科中做什么方面增加了另一层复杂性。所以，对该机构来说，这是一个非常有趣、令人兴奋，但也有些混乱和变革的时期。

你认为，鉴于美国对角线现在正处于一个时刻，华盛顿和硅谷将比以往任何时候都更多地进行对话，当然这并非早期的情况，但人们的谈话就像你们俩一样。

情报和软件经验。

你认为这开始有助于缓解一些摩擦，无论是在使采购流程加快还是使采用更容易，使这些方面更容易。

黑客行为等等？所以也许我会被带回家，你刚才谈到的问题已经存在了很长时间。而且我不认为这是正确的。

当然，我们可以做得更好。当然，我们可以改进沟通。当然，我们可以拥有更好的公共合作关系。

我记得在2009年左右谈到过这个。我认为最重要的是什么。你之前也暗示过IT。

我认为这非常重要，那就是互联网让美国措手不及。有一种不对称感。IT最终产生了指数级的影响，因为有如此多的连接。所以当我出来的时候，我们花了一段时间才掌握IT。

我最担心的是，在人工智能方面，人们正在打过去的战争，这对我们是不利的，很多事情是人们对人工智能或互联网事物感到担忧的，而我们已经克服了。所以你可以拿走那笔钱。你可以认为这种投资是糟糕的，因为资产会减少。

你可以认为这种心态是内在的指数级增长。你可以认为这种心态是核心关键基础设施，因为它非常非常不同。这是一项新型技术。

它对我们做好事一样有用，因为它可以改变威胁环境，而我实际上认为你并没有改变威胁环境很多。所以我认为政府和行业都需要走到一起，忽略的是一项有益的新技术。然后我们比逃避它更好地了解它。

我们可以吸取互联网的这些教训，并以某种方式应用它们，因为那样我们会错过这趟列车。所以对我来说，这有点像，这已经成为最重要的事情。然后你谈到的很多事情都很重要，但人们会遵循。当然。

我不确定我是否能做到最好，而且我确实必须谨慎，因为再一次，对这一点的重大免责声明是，中央情报局意味着我们不是一个制定政策的机构。我们的工作是通过非常客观、按章办事的数据分析支持来支持政策制定者提出的问题。我认为马丁刚才概述的正是政策制定辩论。

正在进行的讨论是关于如何规范与激励的想法，对吧？因为我认为问题是，隐私和安全等问题已经影响到消费者，因此也影响到立法者。所以我们被卷入其中，现在无论该领域发生什么，对吧？围绕5G的问题突然成为一个重大的国家安全问题。

然后我们现在有了芯片法案，就半导体而言。看看加密货币和人工智能现在发生了什么。所以我正在倾听他们，因为在中央情报局，我们追踪，你可以列出五、十、十五个。

我们现在关注所有这些新兴技术领域，我们有领先的主要专家关注每个新兴技术领域，因为再次，来自市中心的这些问题有需求和支持。好的。所以我列出了四个，然后第五个是围绕社交媒体的隐私安全监管，所以这是五个技术领域。

现在，正如马丁所说，聚光灯照在它们身上，最终成为纯粹的政策制定者领域。然而，我们的工作是棘手的。在许多情况下，这些都是新兴技术领域。

我的意思是，5G和半导体是规模化产业，但其余产业都是新兴产业。而新兴产业，在业界待过，在初创企业待过，我们不知道结果会如何。所以突然之间，变得很难理解该和谁谈话，该相信谁。

我们是否预测，我们是否没有预测我们认为会发生什么？对这些问题没有任何确定的答案，因为每六个月都会出现新的东西。那么，如何在不断发展的新兴技术领域之上建立政策制定？这是一门艺术。

我的意思是，再次，这取决于立法者和政策制定者来弄清楚这一点，这就是你最终会得到像行政命令而不是法律之类的东西的原因，对吧？政策制定机制的工作方式非常有趣，你最终会得到数百页的行政命令，概述一些想法、想法和问题。我认为在行业和监管机构之间会发生这种倾斜和融合，因为这有助于发展。

技术在发展。政策制定者正在学习更多。他们学得越多，他们问的问题就越多。科技行业朝着这个方向发展。所以这是一个迭代的长期过程，但这取决于参与者，包括那些有钱的投资者，他们坐在桌旁参与其中。好消息是，机构与每个人都相处得很好，我们与每个人交谈，这是我们的工作，收集大量情报，分析它，希望以客观的眼光，然后向政策制定者汇报。非常…

非常感谢。你做了什么？谢谢你的讲解。

谢谢。

现在，如果你已经看到了这里，别忘了你可以深入了解一下美国活力峰会，一个六感文档闪现AD峰会。在那里，你可以观看一些独家的舞台演讲，以及政策制定者活动，国防部长卡斯廷·希克斯或马里兰州州长韦斯特·摩尔，以及来自Android和Cobs等公司的创始人，以及像Marvin这样的创始人，所有这些都致力于美国的活力。再次，你可以在a16z.com/adsummit找到所有上述内容，以及节目说明中的链接。